Vis enkel innførsel

dc.contributor.authorRisvoll, Geir
dc.date.accessioned2015-09-09T08:36:03Z
dc.date.available2015-09-09T08:36:03Z
dc.date.issued2015-06-15
dc.identifier.urihttp://hdl.handle.net/11250/299141
dc.descriptionMaster's thesis in Automation and signal processingnb_NO
dc.description.abstractI denne oppgaven er muligheten for å automatisk detektere og identifisere feil som kan oppstå på en Unmanned Aerial Vehicle (UAV) undersøkt. Rapporten presenterer først en del teori om teknikker som blir brukt i rapporten før anvendelsene av disse teknikkene presenteres. Det er blitt tatt opp to datasett fra UAV-en. Ett der det ikke var feil på UAV-en og ett der det var montert forhøyinger på propellene til UAV-en for å simulere is. Det er disse to datasettene som er brukt for å lage modeller av UAV-en. Ettersom datasettet med normal drift ble tilgjengelig en stund før det andre, ble det først tatt utgangspunkt i datasettet med normal drift og noen antagelser med hensyn på hvordan is på propellene ville påvirke farkosten. Dette ble forsøkt simulert ved å modifisere de dataene som var blitt tatt opp ved normal drift. Det ble så utviklet en metode for å skille disse to datasettene fra hverandre. Da datasettet med forhøyninger ble tilgjengelig, ble denne metoden forsøkt utprøvd på det nye datasettet, men det viste seg da å gi dårlige resultat. Det ble derfor konkludert med at antagelsene som ble tatt ikke var realistiske. Grunnen til dette kan være at UAV-en har en autopilot som regulerer systemet, og oppførselen til UAV-en med forhøyninger på propellene ble derfor tilnærmet lik som ved vanlig drift. Ettersom den initielle tilnærmingen ikke ga gode nok resultater ble andre metoder for tilstandsovervåking forsøkt. Det ble utviklet flere metoder som alle ga brukbare resultater. Metodene som baserer seg på strømforbruket til UAV-en fungerer noe tregere enn de som ikke gjør det. Dette er fordi loggefrekvensen til målt strømforbruk setter en begrensing da denne bare er 1 Hz. Den metoden som har gitt best resultater i denne oppgaven baserer seg på å estimere akselerasjonen til UAV-en basert på motorpådraget til de fire motorene. Denne metoden klarer å identifisere feiltilstanden på UAV-en seks sekunder etter start. Metoden som baserte seg på å bare bruke strømforbruket til UAV-en brukte 21 sekunder.nb_NO
dc.language.isonobnb_NO
dc.publisherUniversity of Stavanger, Norwaynb_NO
dc.relation.ispartofseriesMasteroppgave/UIS-TN-IDE/2015;
dc.rightsNavngivelse 3.0 Norge*
dc.rights.urihttp://creativecommons.org/licenses/by/3.0/no/*
dc.subjectinformasjonsteknologinb_NO
dc.subjectkybernetikknb_NO
dc.subjectsignalbehandlingnb_NO
dc.subjectautomatiseringnb_NO
dc.titleTilstandsovervåking av UAVnb_NO
dc.typeMaster thesisnb_NO
dc.subject.nsiVDP::Technology: 500::Information and communication technology: 550::Technical cybernetics: 553nb_NO


Tilhørende fil(er)

Thumbnail

Denne innførselen finnes i følgende samling(er)

Vis enkel innførsel

Navngivelse 3.0 Norge
Med mindre annet er angitt, så er denne innførselen lisensiert som Navngivelse 3.0 Norge